Every company should have a Brain — Garry Tan, Y Combinator

한 줄 핵심

AI의 성과 차이는 모델 자체보다 일을 어떻게 분해하고 기억·실행 구조를 설계하느냐에 달려 있으며, 모든 회사는 AI-native 조직과 ‘회사 뇌’를 만들어야 한다는 주장이다.

시간별 요약

1. 0:01
   지금은 한 사람이 예전에는 수백~수천 명이 하던 일을 해내는 시대이며, YC는 20년 된 조직을 AI-native로 재구성하고 있다. 핵심은 더 똑똑한 모델이 아니라 일을 다시 짜는 방식에 있다.
2. 3:00
   같은 Claude를 써도 결과가 2X와 100X로 갈리는 이유는 모델이 아니라 워크플로를 어떻게 연결했는지에 있다. skill file, resolver table, trigger eval 같은 구성요소는 사실상 조직도, 업무 규칙, 성과평가 역할을 한다.
3. 6:01
   AI-native 회사는 사람을 많이 뽑는 대신 반복 업무를 skill로 인코딩하고, 부족한 부분만 엔지니어가 보완하는 구조로 운영된다. 엔지니어뿐 아니라 재무·행사·미디어 같은 비개발 직군도 에이전트를 관리하는 역할로 바뀌고 있다.
4. 9:00
   컴퓨팅은 latent space와 deterministic space로 나뉘며, LLM은 모호한 판단과 인간적 추론을 담당하고 코드와 저장은 결정론적 영역에서 처리해야 한다. 또한 인간의 7개 내외 작업 기억 한계를 넘어서는 AI의 장점을 쓰려면, 회사 전체의 기억을 담고 어떤 문서를 열지 고르는 컨텍스트 엔지니어링이 필요하다.
5. 13:00
   회사 뇌는 단순한 RAG가 아니라, 무엇을 저장하고 어떻게 연결하며 어떤 사실을 열지 관리하는 라이브러리와 사서의 결합이다. 한 번 만든 일을 다시 요청하지 않고 skillify해 재사용하며, 기억의 위생과 출처 관리까지 갖춰야 누적 효과가 생긴다.
6. 17:01
   앞으로 모든 회사는 개인과 조직의 기억을 담는 뇌를 필요로 하며, 작은 팀도 이를 갖추면 과거에는 불가능했던 문제를 풀 수 있다. 중요한 것은 특정 도구가 아니라 AI-native 회사, 회사 뇌, 재사용 가능한 skill을 처음부터 설계하는 관점이다.

실무 인사이트

• 에이전트 도입의 성패는 모델 선택보다 업무를 skill file로 표준화하고, 반복 작업을 즉시 재사용 가능한 자산으로 바꾸는 데서 갈린다.
• 회사 뇌를 만들 때는 단순 검색보다 출처·충돌 검증·정리 책임을 함께 설계해야 하며, 그렇지 않으면 정확해 보이는 오류가 누적된다.
• 조직의 AI 전환은 개발팀만의 과제가 아니라 재무·운영·지원까지 포함한 전사적 재설계여야 하며, 작은 팀일수록 효과가 더 크다.